OpenMontage: el estudio de vídeo open source que convierte a Claude Code en productor (qué es, cómo funciona e instalación)

OpenMontage es un sistema open source que convierte a tu asistente de programación (Claude Code, Codex, Cursor, Copilot o Windsurf) en un estudio de producción de vídeo. Le pides «hazme un explicativo de 60 segundos sobre cómo aprenden las redes neuronales» y el agente investiga el tema en la web, escribe el guion, planifica las escenas, genera o busca las imágenes y los clips, narra, añade música y subtítulos y renderiza un MP4. Lo distinto es que no hay un programa central que tome esas decisiones: el orquestador es tu propio agente, guiado por manifiestos YAML y cientos de archivos de instrucciones en Markdown.

En este análisis leemos su código (rama main al 28 de octubre de 2026) para contarte cómo está construido, cuánto cuesta producir un vídeo, qué puedes hacer sin pagar ninguna API, qué controles tiene para no darte sustos en la factura y qué tienes que saber de su licencia antes de usarlo en un negocio.

Qué es OpenMontage y quién lo hace

• Repositorio: github.com/calesthio/OpenMontage
• Web: openmontage.video
• Autor: Calesthio (@calesthio), que lo desarrolla «por las noches y los fines de semana» y acepta patrocinios en GitHub.
• Versión analizada: no publica versiones etiquetadas; revisamos el commit 195eab2 de main (28 de octubre de 2026, PR #867). El setup.py declara 0.1.0.
• Licencia: AGPL-3.0 (lo vemos abajo con detalle).
• Lenguajes: Python 3.10+ para las herramientas, Node.js para el render (Remotion y HyperFrames) y FFmpeg para codificar.
• Agentes compatibles: Claude Code (CLAUDE.md), Codex (CODEX.md), Cursor, GitHub Copilot y Windsurf, todos apuntando a la misma guía AGENT_GUIDE.md.

El README lo presenta como «el primer sistema agéntico open source de producción de vídeo» y estuvo como repositorio número 1 del día en GitHub Trending. Más allá del eslogan, lo que hay dentro es interesante para cualquiera que use Claude Code: es uno de los ejemplos más grandes que existen de un proyecto diseñado para que lo opere un agente, no una persona.

Una nota sobre la licencia

En codigoagente solemos tratar proyectos MIT; OpenMontage no lo es. La AGPL-3.0 te deja usarlo gratis, también para producir vídeos comerciales: los MP4 que salen son tuyos y la licencia no les afecta. Las obligaciones aparecen si modificas el código y lo distribuyes o lo ofreces como servicio a otros por red: entonces tienes que publicar tus cambios con la misma licencia. Montar un SaaS cerrado de «vídeos con IA» encima de OpenMontage modificado no es compatible con la AGPL.

Hay un segundo punto que el README no destaca: el motor de composición por defecto, Remotion, tiene su propia licencia. Es gratis para particulares y empresas pequeñas, pero las empresas a partir de cierto tamaño necesitan una licencia de pago de Remotion. Si vas a usarlo en una agencia, revisa las condiciones de Remotion o pide al agente que use HyperFrames o FFmpeg.

Cómo funciona: el agente es el orquestador

El README lo dice sin rodeos: «No hay un orquestador en código. Tu asistente de programación ES el orquestador». Python solo aporta herramientas y persistencia; las decisiones creativas, el orden de trabajo y los criterios de calidad viven en archivos que puedes leer y editar.

El conocimiento está repartido en tres capas:

Cada herramienta declara en su campo agent_skills qué archivo de la capa 3 hay que leer antes de usarla. Así, antes de escribir un prompt para Kling o Veo, el agente lee la guía de ese proveedor.

La «regla cero»

El CLAUDE.md del repositorio tiene nueve líneas y una sola orden: lee AGENT_GUIDE.md antes de responder nada. Esa guía (720 líneas) empieza con la Regla Cero: toda petición de vídeo pasa por un pipeline, sin excepciones. El agente tiene que:

1. Elegir el pipeline que encaja con la petición.
2. Leer su manifiesto en pipeline_defs/<pipeline>.yaml.
3. Hacer el *preflight*: preguntar al registro qué herramientas están disponibles con tus claves y enseñarte el menú.
4. Ejecutar etapa por etapa, leyendo antes el director de cada una (skills/pipelines/<pipeline>/<etapa>-director.md).

Y le prohíbe expresamente escribir scripts Python improvisados para llamar a las herramientas. Es una idea que puedes copiar en tus propios proyectos con Claude Code: la inteligencia está en las instrucciones, no en el código suelto que genere el agente.

Las etapas y los puntos de aprobación

Todos los pipelines siguen el mismo esquema:

research -> proposal -> script -> scene_plan -> assets -> edit -> compose

La etapa research hace búsquedas reales en la web (YouTube, Reddit, Hacker News, prensa y fuentes académicas) y deja un informe con citas antes de escribir una línea del guion. Después, la propuesta, el guion, el plan de escenas, los recursos generados y la publicación se detienen hasta que apruebas. Según el README, el escritor de checkpoints rechaza marcar como completada una etapa con aprobación obligatoria si no hay una aprobación registrada.

Antes de renderizar hay una validación que bloquea el render si el plan no cumple lo prometido; por ejemplo, un vídeo vendido como «con movimiento» que en realidad es un 80 % de imágenes fijas (lo llaman *slideshow risk*). Y después del render el sistema ejecuta ffprobe, extrae fotogramas en cuatro posiciones para detectar negros o capas rotas, analiza el audio en busca de silencios y saturación y comprueba los subtítulos. Si esa revisión falla, el vídeo no se presenta.

Backlot: el storyboard que se rellena solo

La pieza más vistosa es Backlot, un tablero local (FastAPI + Uvicorn) que se abre al empezar una producción y se va llenando con lo que el pipeline escribe en disco: etapas, guion, tarjetas de escena, decisiones de proveedor y gasto acumulado.

python -m backlot open                  # biblioteca con todos los proyectos
python -m backlot open <project-id>     # el tablero de una producción
python scripts/backlot_simulate_run.py  # una producción simulada para verlo sin gastar

El storyboard es también una puerta de aprobación: la generación se detiene en una hoja de contactos escena por escena, con tomas, prompts, coste por recurso y puntuación de calidad, para que apruebes las imágenes antes del render. Al terminar, el botón Replay run reproduce la producción entera a partir de sus marcas de tiempo.

Los pipelines: qué tipos de vídeo hace

Hay 12 pipelines de producción (el manifiesto número 13, framework-smoke, es para pruebas):

También puede partir de un vídeo de referencia: le pegas un Short, un Reel, un TikTok o un clip local y analiza transcripción, ritmo, escenas y estilo para proponerte dos o tres conceptos propios con su coste estimado. El README insiste en que conserva el ritmo y la estructura, no el contenido.

Qué puedes hacer sin pagar ninguna API

Con make setup y ninguna clave tienes un camino gratuito completo:

El pipeline Documentary Montage es el más interesante de esta lista: construye un corpus de clips de archivos abiertos, lo indexa con CLIP para buscar por significado y monta metraje real en movimiento siguiendo un guion temático. No es el truco habitual de animar cuatro fotos con zoom. Su manifiesto fija un presupuesto por defecto de 1 USD y un máximo de 60 minutos de trabajo.

Si ya leíste nuestra guía de HyperFrames, te sonará el segundo motor: OpenMontage lo usa vía npx hyperframes para las piezas de motion graphics, y elige entre Remotion y HyperFrames en la propuesta (render_runtime). Cambiar de motor en silencio a mitad de producción está prohibido por la guía.

Con proveedores de pago

Las claves van en .env y todas son opcionales: fal.ai (FLUX, Veo, Kling, MiniMax), ElevenLabs, OpenAI, Google (Imagen, TTS con más de 700 voces, Veo), Runway, Suno, HeyGen, xAI, Kling oficial, Seedance vía Volcengine y más de 60 integraciones en total. Con GPU NVIDIA, make install-gpu activa generación de vídeo local con WAN 2.1/2.2, Hunyuan, CogVideo o LTX-Video.

Cada vez que hay que elegir proveedor, un selector puntúa a todos en siete dimensiones con pesos fijos (encaje con la tarea 30 %, calidad 20 %, control 15 %, fiabilidad 15 %, coste 10 %, latencia 5 % y continuidad 5 %, en lib/scoring.py) y deja la decisión con sus alternativas en un registro.

Los costes que publica el propio README dan una idea: el corto animado «The Last Banana» (60 s, seis clips de Kling, narración de Google y subtítulos) costó 1,33 USD; los ejemplos con varios modelos de imagen y vídeo rondan los 4-5 USD.

El control del presupuesto, leído en el código

El README promete «sin facturas sorpresa». Mirando config.yaml y tools/cost_tracker.py, esto es lo que hay de verdad:

budget:
  mode: warn                     # observe | warn | cap
  total_usd: 10.00
  reserve_pct: 0.10              # holdback for retries / cleanup
  single_action_approval_usd: 0.50
  require_approval_for_new_paid_tool: true

• Cualquier acción estimada en más de 0,50 USD lanza un ApprovalRequiredError y el agente tiene que pedirte permiso, tanto en modo warn como en cap.
• La primera vez que se usa cada herramienta de pago también exige aprobación.
• Pero el tope total de 10 USD, en el modo por defecto warn, solo marca un aviso en el registro: no bloquea. Para que sea un límite duro tienes que poner mode: cap.

Nuestra recomendación: cambia a cap y baja total_usd a lo que estés dispuesto a gastar antes de la primera producción con claves de pago. Y pon límites de gasto también en el panel de cada proveedor, porque el control de OpenMontage depende de que el agente siga el protocolo.

Instalar OpenMontage

Requisitos: Python 3.10 o superior, FFmpeg, Node.js 18 o superior (22 o superior si vas a usar HyperFrames) y un agente de código.

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

make setup crea un entorno virtual .venv, instala las dependencias de Python, ejecuta npm install en remotion-composer/, intenta instalar Piper, precarga HyperFrames en la caché de npx y copia .env.example a .env.

En Windows, sin make, el README da el equivalente para PowerShell:

py -3 -m venv .venv; .\.venv\Scripts\Activate.ps1; python -m pip install -r requirements.txt; cd remotion-composer; npm install; cd ..; python -m pip install piper-tts; Copy-Item .env.example .env

Después abre la carpeta con Claude Code y pide el vídeo en lenguaje natural. Para ver qué tienes disponible antes de empezar:

make preflight      # menú de proveedores configurados y no configurados
make demo           # renderiza vídeos de demostración sin claves
make test-contracts # tests de contrato, sin claves

Cómo lo hemos revisado: el modo automático de nuestro entorno en la nube bloqueó la instalación de dependencias de un repositorio externo, así que no hemos producido un vídeo propio. Todo lo que contamos sale de leer el código, los manifiestos y la documentación del commit indicado; las capturas de Backlot son las oficiales del proyecto y muestran ejecuciones simuladas.

Lo que tienes que saber si produces en español

• El agente escribe el guion en el idioma que le pidas, y los proveedores de voz en la nube (Google, ElevenLabs, OpenAI, Azure) hablan español.
• Piper, la voz gratuita, usa por defecto el modelo inglés en_US-lessac-medium y la herramienta se declara multilingual: False. Piper tiene voces en español, pero tienes que descargarlas y pedirle al agente que use ese modelo en el campo model.
• Las búsquedas de la etapa de investigación y los archivos abiertos (Archive.org, NASA) están mayoritariamente en inglés: pide fuentes en español si las necesitas.
• La documentación existe en inglés y chino (README_zh-CN.md), no en español.

¿A quién le compensa?

• Creadores de contenido técnico o educativo que publican explicativos a menudo: el pipeline de explicativos con voz y subtítulos ahorra mucho trabajo repetitivo.
• Equipos que ya usan Claude Code y quieren vídeos de producto, demos o reels sin aprender un editor.
• Quien quiera estudiar cómo diseñar un repositorio para agentes: la separación en tres capas, la regla cero y los directores por etapa son patrones reutilizables, también fuera del vídeo.

No te compensa si buscas un editor visual para cortar tus clips a mano (para eso mira Concat) o si necesitas un resultado inmediato sin revisar propuestas: el sistema está hecho para pararse y preguntarte.

Errores y avisos frecuentes

• npm install falla en Windows con ERR_INVALID_ARG_TYPE: el README indica usar npx --yes npm install en su lugar.
• HyperFrames no disponible: necesita Node.js 22 o superior. make hyperframes-doctor comprueba node, ffmpeg y npx; si falla y la producción tenía HyperFrames fijado, el agente debe pararse y avisarte, no cambiar a Remotion por su cuenta.
• Piper no se instala: make setup lo salta con un aviso y la narración pasa a depender de proveedores en la nube.
• El agente pide aprobación constantemente: es el diseño. Cada acción de más de 0,50 USD y cada primer uso de una API de pago la requieren; si te molesta, sube single_action_approval_usd, pero no lo desactives.
• El volcado de capacidades es enorme: la guía pide usar provider_menu_summary() y no pegar support_envelope() en el chat, que en una máquina bien configurada ocupa megas.

Preguntas frecuentes

¿OpenMontage es gratis? Sí, el código es libre y gratuito. Puedes producir vídeos sin gastar nada con Piper, archivos abiertos y Remotion o HyperFrames; pagas solo los proveedores de IA que decidas conectar, más la suscripción de tu agente de código.

¿Funciona con Claude Code? Sí. Trae un CLAUDE.md que obliga a leer AGENT_GUIDE.md antes de responder. Basta con abrir la carpeta del repositorio en Claude Code y pedir el vídeo.

¿Puedo usar los vídeos comercialmente? La AGPL regula el código, no los vídeos que produces. Revisa además los términos de cada proveedor que uses (imágenes, música, voces) y la licencia de Remotion si eres una empresa.

¿Necesito GPU? No. Sin GPU usa proveedores en la nube o el camino gratuito con imágenes y metraje de archivo. La GPU solo hace falta para generar vídeo con modelos locales como WAN o Hunyuan.

¿Cuánto cuesta un vídeo? Depende de los proveedores. Los ejemplos del README van de 1,33 USD (un corto de 60 s con Kling) a unos 5 USD (varios modelos de imagen y vídeo). El presupuesto por defecto es de 10 USD por proyecto, pero en modo warn no es un límite duro.

¿Se puede usar con modelos locales en lugar de Claude? Todavía no del todo: el README anuncia como «próximamente» el soporte para Ollama y LM Studio.

Conclusión

OpenMontage es el proyecto más ambicioso que hemos visto para producir vídeo con un agente de código, y también uno de los mejores ejemplos de cómo escribir un repositorio para que lo opere una IA: manifiestos, directores por etapa, aprobaciones obligatorias y un tablero que enseña qué está haciendo. Sus puntos débiles son la licencia AGPL si quieres construir un producto encima, el tope de presupuesto que por defecto solo avisa y la voz gratuita en inglés. Para probarlo sin gastar, clónalo, ejecuta python scripts/backlot_simulate_run.py para ver el tablero y después pide a Claude Code un documental corto «solo con metraje real». Si te interesa la parte de motion graphics, sigue con HyperFrames para webs.